#61 He revisado el código y tienes razón. Había un pequeño fallo aquí que hacía que se contabilizasen primero las noticias sin comentarios. La nube de palabras correcta es ésta.
Muchas gracias a todos, me ha sorprendido la buena acogida en general :). He subido la base de datos a la web kaggle.com. Podéis acceder en la siguiente dirección, descargarlo y hacer vuestras inferencias
#2#50 Las noticias que se contabilizan son las de portada. El dato del perfil parece que suma aquellas noticias publicadas en los subs y de ahí viene el descuadre. #50 tienes 170 noticias publicadas en portada y por eso no sales.
#10 el algoritmo, tal y como dice #17 influye en lo que llega a portada. Si te fijas en los meneos que tienen las noticias por sub, las de actualidad tienen muchos más meneos que por ejemplo las de astronomía, esto es porque el algoritmo "deja pasar" más fácilmente noticias de ésta categoría. Para hacerte una idea de como funciona (o funcionaba ) puedes visitar blog.meneame.net/2012/11/04/explicacion-simple-del-algoritmo-de-promoc
#19#26 Estaba trabajando con UTF-8 pero al utilizar la función para construir la matriz de términos la codificación se volvía loca y no he sido capaz de solucionarlo. Hay dos nubes que si están bien: la total y la 2017, esto es porque asigné los valores a mano después de construir la matriz. Pero era un trabajo de chinos y quería publicar muchas nubes de palabras. ‌ Me traía loco porque no sabía lo que era pero era algo muy frecuente .
#30 Programación en general y Analista de datos de datos en particular
#41 Son los medios que más noticias suben, pero son una fracción pequeña del total. Sobre 170.000 noticias solo han colocado 7.000. Hay unas 25.000 fuentes diferentes.
#42#59 Se pueden estudiar muchísimas cosas, pero hacerlas todos a la vez hubiera dado lugar a un artículo kilométrico.
#44#51#64 Tiré de crawler, en concreto de scrapy limitado a una petición cada 3 o 4 segundos y cómo dice #64 mientras lo ajustaba tuve hizo unas cuantas peticiones más. Pero no era necesario, se podía haber hecho perfectamente con BeautifulSoup.
#58 ¿A qué te refieres con que los usuarios top sean los mismos?. La web asigna automáticamente un código identificativo único de usuario y funciona internamente con esos códigos. No son visibles directamente pero si aparecen reflejados en el código de la web. Cuando te borras tu nick desaparece pero el código sigue almacenado en la base de datos. Por ejemplo, tu código de usuario es 238219.
Asumen que incentivar sinceramente la creatividad y el pensamiento crítico ralentizaría sus decisiones y la implementación de la estrategia, que debilitaría la eficiente cadena de mando y que las zambulliría en un torrente de autocuestionamiento sin fin. Serían pasto de otros depredadores menos inteligentes pero más rápidos.
Esta cochinilla se cultiva en Canarias desde hace mucho tiempo. El problema es que en Andalucía y Murcia se introdujo hace poco y está arrasando las chumberas, una planta que pese a no ser autóctona (fué introducida desde México), ya se había convertido en una planta ligada a la zona.
#0 Hola, solo venía para decirte que ojalá que por cada minuto de mi vida que he perdido arreglando/formateando un ordenador/móvil de un familiar o amigo sin mucha idea de informática, cargadito de adware te entre un retortijón en las gónadas.
Yo creo que el debate ha quedado empate en el general. La primera parte la ha ganado Rivera por goleada, no ha dejado hablar a Pablo y ha sido mucho más conciso y claro a la hora de exponer sus propuestas. A Pablo se le ha visto difuso y con poco ímpetu. Pero a medida que ha ido avanzando el debate Pablo Iglesias se ha ido soltando y en la parte final ha estado bastante mejor que Albert.
#98 Pues o hay una cadena de inútiles que no tiene ni idea de campo y hace panfletos sobre cosas de campo, o la caja de pimientos que recogí esta mañana es debido a que vivo en el hemisferio sur y no me he dado cuenta
Extracto: ¿De dónde nace militarmente el Estado Islámico?
Como decíamos antes, ya hemos visto que en Irak se encontraba un gran número de personas despreciadas, humilladas, apartadas y, en ocasiones, encarceladas, muy preparadas militarmente. Y hemos visto que, en un momento dado, a “alguien” se le ocurre que esta gente puede ir a luchar a Siria para acabar con el régimen de Bashar al-Asad y para apoyar a unos grupos de rebeldes que, desorganizados y enfrentados entre ellos, son tan bárbaros como los demás.
En ese momento, y “casualmente”, es cuando se produce la huida de la prisión de máxima seguridad más importante de Irak de un millar de combatientes suníes. A estos presos se les traslada a Siria, se les dota de armamento y se les financia con generosidad, y, en muy poco tiempo, pasan de ser 1.000 a ser 5.000, llevados y pagados desde muchos lugares del mundo. Fanáticos, gente marginada, mercenarios y gente con ganas de aventura, hay en todos los lugares. Si proporcionas a estas personas una bandera en la que arroparse, una idea por la que luchar y por la que morir, y además les entregas una paga, tienes un ejército formado.
Así fueron los primeros pasos del Estado Islámico. Los suníes iraquíes, tras contemplar el avance inicial del Estado Islámico en Siria, vuelven a llamar a este país a parte de estos combatientes para que colaboren también en la lucha ya abierta contra el chiita Al-Maliki, líder del gobierno iraquí. Es, de este modo, como también comienza la presencia, de un modo organizado, del Estado Islámico en Irak.
A partir de este punto, el EI pone en marcha una efectiva, truculenta y terrorífica campaña a través de los medios de comunicación y las redes sociales, divulgando sus decapitaciones y asesinatos, y tratando con ello de conseguir un importante efecto publicitario que tiene varios objetivos: captar fondos, atraer nuevos combatientes, conseguir el apoyo de las poblaciones sunitas e intimidar a los ciudadanos de los países
¿Qué tal si deliramos por un ratito? ¿Qué tal si clavamos los ojos más allá de la infamia para adivinar otro mundo posible?
El aire estará limpio de todo veneno que no provenga de los miedos humanos y de las humanas pasiones;
En las calles, los automóviles serán aplastados por los perros;
La gente no será manejada por el automóvil, ni será programada por el ordenador, ni será comprada por el supermercado, ni será tampoco mirada por el televisor;
El televisor dejará de ser el miembro más importante de la familia y será tratado como la plancha o el lavarropas;
Se incorporará a los códigos penales el delito de estupidez, que cometen quienes viven por tener o por ganar, en vez de vivir por vivir nomás, como canta el pájaro sin saber que canta y como juega el niño sin saber que juega;
En ningún país irán presos los muchachos que se nieguen a cumplir el servicio militar, sino los que quieran cumplirlo;
Nadie vivirá para trabajar pero todos trabajarán para vivir;
Los economistas no llamarán nivel de vida al nivel de consumo, ni llamarán calidad de vida a la cantidad de cosas;
Los cocineros no creerán que a las langostas les encanta que las hiervan vivas;
Los historiadores no creerán que a los países les encanta ser invadidos;
Los políticos no creerán que a los pobres les encanta comer promesas;
La solemnidad se dejará de creer que es una virtud, y nadie tomará en serio a nadie que no sea capaz de tomarse el pelo;
La muerte y el dinero perderán sus mágicos poderes y ni por defunción ni por fortuna se convertirá el canalla en virtuoso caballero;
La comida no será una mercancía, ni la comunicación un negocio, porque la comida y la comunicación son derechos humanos;
Nadie morirá de hambre, porque nadie morirá de indigestión;
Los niños de la calle no serán tratados como si fueran basura, porque no habrá niños de la calle;
Los niños ricos no serán tratados como si fueran dinero, porque no habrá niños ricos;
La educación no será el privilegio de quienes… » ver todo el comentario
) puedes visitar blog.meneame.net/2012/11/04/explicacion-simple-del-algoritmo-de-promoc 
Saludos